MétaCan
Menu
Back to cohort
Record W2100912257 · doi:10.7202/013198ar

Recueillir les toponymes inuit. Pour quoi faire?

2006· article· fr· W2100912257 on OpenAlexvenueaboutno aff
Béatrice Collignon

Bibliographic record

VenueÉtudes/Inuit/Studies · 2006
Typearticle
Languagefr
FieldHealth Professions
TopicIndigenous Studies and Ecology
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesArtPolitical science

Abstract

fetched live from OpenAlex

Constatant l'engouement actuel pour les toponymies inuit, tant de la part des Inuit que des anthropologues et géographes, ce texte propose une réflexion sur les enjeux des opérations de recueil des séries toponymiques inuit, qui se sont multipliées depuis la fin des années 1980. On considère notamment les processus de reconnaissance officielle par les gouvernements territoriaux ou provinciaux et par le gouvernement fédéral. Ceux-ci doivent aboutir à une transposition des cartes mentales des Inuit — riches de lieux nommés — sur les cartes officielles publiées par le Ministère des ressources naturelles. Cette transposition implique la substitution de la plupart des toponymes de langue anglaise (ou française) par des toponymes inuit. Partant de sa propre expérience de collecte de noms de lieux auprès des Inuinnait (arctique central occidental, Nunavut et Territoires du Nord-Ouest), l'auteure déploie sa réflexion en trois temps. Le premier est celui du récit des difficultés rencontrées dans le cadre du processus d'officialisation — encore en cours — des 1007 toponymes inuinnait recueillis en 1991-1992. Le second est celui de l'analyse des quatre temps forts d'une réunion qui s'est tenue dans le village d'Holman le 12 août 2003. Il s'agissait de valider une série de cartes-épreuves sur lesquelles le Bureau toponymique territorial de Yellowknife avait inscrit l'ensemble des toponymes inuinnait situés dans les actuels T.N.-O. Le troisième temps est celui des interrogations sur les modalités de l'officialisation, les diverses méthodes et échelles d'enquêtes toponymiques, et la portée de la transcription d'un savoir qui ne demeure vivant que tant qu'il est partagé directement, en actes ou en paroles.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.921
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.001
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0020.001
Bibliometrics0.0000.001
Science and technology studies0.0080.001
Scholarly communication0.0000.000
Open science0.0010.002
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0020.003

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.077
GPT teacher head0.388
Teacher spread0.311 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designQualitative
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations6
Published2006
Admission routes2
Has abstractyes

Explore more

Same venueÉtudes/Inuit/StudiesSame topicIndigenous Studies and EcologyFrench-language works237,207